Kunlun Zhu 等发布JevAgentHarness与AgentDecisionBench论文
热点事件持续更新
Kunlun Zhu 等发布JevAgentHarness与AgentDecisionBench论文
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Kunlun Zhu 等作者在 arXiv 发布论文（2610.21412），提出让决策模型与 LLM 共享代理控制权的框架 JevAgentHarness，并构建评测基准 AgentDecisionBench 和 DecisionGym 环境，从孤立决策题到控制运行中的代理测试决策模型。 基准评测显示，孤立决策题上最准确的模型在代理任务中仅解决 69.5%；在未拟合置信阈值时，委托工具选择会使成功率下降 19.0 个百分点。作者还训练了 AgentDecision-4B 模型，并称模型、数据和框架将在 GitHub（github.com/JevAgentHarness/JevAgentHarness）发布。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
JevAgentHarness：评测、部署并训练与LLM共享控制权的决策模型报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIJevAgentHarness：评测、部署并训练与LLM共享控制权的决策模型
JevAgentHarness提出让决策模型与LLM共享代理控制权：基准评测显示，孤立决策题上最准确的模型在代理任务中仅解决69.5%，未拟合置信阈值时委托工具选择会使成功率下降19.0个百分点。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。